基于NLP的多模态新冠EMR结构化融合应用项目 入选新冠疫情防控数智化优秀典型应用案例

　　近日，中华预防医学会“新冠疫情防控数智化优秀典型应用案例”发榜，由国家卫生健康委医疗管理服务指导中心与神州医疗联合申报的“基于NLP的多模态新冠EMR结构化融合应用”项目入选。该项目由神州医疗提供技术支撑，基于数智化技术，快速完成关键医疗信息的整合、提取与标准化，支持新型冠状病毒感染诊疗方案的制定，并为跨临床科研产出相关分析研究及患者电子病历（EMR）共享提供支撑服务。

　　在新冠疫情爆发后，来自全国不同医疗机构患者病历信息数据量庞大，且多源异构。一方面，有价值的数据资源散布在原始病历中无法应用，需去除冗余、标准化后才具备使用价值；另一方面，医疗机构需要基于已有的患者数据，学习针对这种新型疾病的诊疗经验，对患者进行快速、准确地诊断和治疗。

　　基于此背景，国家卫生健康委医疗管理服务指导中心与神州医疗合作建设“基于NLP的多模态新冠EMR结构化融合应用”，利用人工智能、大数据等数智化技术，对海量新冠临床数据进行深度挖掘和分析治理。通过建立全面的疫情数据平台，实现对疫情数据的汇总、结构化提取、规范化处理，提高信息处理速度，准确且高效地完成包括疾病症状、诊疗方式、检验化验结果等信息的提取和统计分析，为科学制定医疗救治指南提供数据支撑。

　　NLP自然语言处理流程图

　　此外，通过NLP（自然语言处理）对非结构化病历数据进行清洗、治理、加工，建立结构化数据库，还可以为跨临床科研产出相关分析研究及患者电子病历（EMR）共享提供重要支撑。

　　自然语言处理后的多模态结构化EMR数据融合

　　值得注意的是，项目中采用的数据技术和工作流程还可以同步复制到不同医疗场景中。比如在医院内建立不同病种的单病种数据库，挖掘数据的应用价值；推广全院级跨模态的数据分析，充分利用医院存储的数据资源，进一步加大科研产出；在区域范围内，建设基于患者就诊数据跨医院、跨地区共享，真正打破信息孤岛，实现多中心临床试验数据传输共享系统，推进临床试验管理和研究，提升患者就医体验；作为潜在新发突发重大疾病的信息处理新范式，还可提供高效、快速的疾病临床信息提取方案，支持疾病起因、重要症状的归纳以及早期疾病诊疗方案的制定。

　　作为国内较早成立的医疗大数据与人工智能公司，神州医疗专注发展大数据、人工智能、云计算、机器学习、联邦学习、多模态等前瞻技术，坚持按照国际通用标准构建医学术语标准体系，形成以多组学、多模态的大数据融合-治理-分析闭环，打通了临床文本数据、影像数据、组学数据之间的壁垒，参与建设肿瘤、罕见病、心脑血管、肾脏病等国家重大疾病专病数据库平台，为临床科研高质量发展贡献力量。新趋势下，神州医疗正在依托技术驱动完成颠覆式的创新，实现多模态大模型、CV大模型、NLP大模型等升级，全面领跑多模态大数据医疗AI行业。